關於 反矩陣算法 ，我們在網路上蒐集到這些相關的討論、資訊與評價

機器學習識別特徵阻絕代測　上鏈回送監理資料庫防竄改

人臉辨識加酒精鎖阻酒駕　串區塊鏈上傳比對告警

2021-05-24社團法人台灣E化資安分析管理協會元智大學多媒體安全與影像處理實驗室

本文將介紹酒精防偽人臉影像辨識系統，結合了人臉辨識、酒精鎖以及區塊鏈應用，以解決酒駕問題，並透過監控系統避免代測狀況發生。且利用區塊鏈不可修改的特性，將車輛與人臉資料串上區塊鏈，以確保駕駛人的不可否認性。

長長期以來「酒駕」都是一個很嚴肅且必須被重視的議題，儘管在2019年立法院修法酒駕及拒絕酒測的罰則，但是抱持僥倖心態的人還是數不勝數，導致因酒駕釀成車禍的悲劇還是一再重演，讓不少的家庭因此破滅。

據統計，從2015年到2018年的酒駕取締件數都逾10萬件，而因為酒駕車禍的死亡人數逾百人。在2019年酒駕新制上路以後，2020年警方酒駕取締件數有明顯下降至約6萬件，雖然成功達到嚇阻效果，但是死亡人數仍與去年前年持平，可見離完全遏止酒駕還有很長的路需要努力。

立法院於2018年三讀通過了「道路交通管理處罰條例部分條文修正案」，酒駕者必須重新考照，並且只能駕駛具有酒精鎖（Alcohol Interlock）的車輛，所謂酒精鎖，屬於車輛點火自動鎖定裝置，在汽車發動前必須進行酒測，通過才能將汽車發動，而且在每45分鐘至60分鐘後酒精鎖系統就會要求駕駛人在一定時間內進行重新酒測，以便防範在行車過程中有飲酒的情況發生，若駕駛人未遵守其要求，車子就會強制熄火並鎖死，必須回酒精鎖服務中心才能將鎖解開。

由於法案的方式無法完全遏止酒駕，因此許多創新科技或是企業致力於研究相關科技來解決酒駕的問題。

其中本田（Honda）汽車與日立（Hitachi）公司研發出手持型酒精含量檢測裝置，讓駕駛人必須在駕駛之前都先進行酒測，若酒精濃度超標就會將汽車載具上鎖，藉此避免酒駕意外或事故發生，且該技術結合了智慧鑰匙功能，若偵測到酒測值超標，車輛中的顯示面板將會發出警告訊號告知駕駛人，避免酒駕上路之問題。

另一方面則是解決酒精殘值之問題，因為有許多駕駛人都會認為，休息一下後，身體也無感到不適，即駕車出門，等到駕駛人被警方臨檢時才知道酒測未通過，因此收到罰單，甚至是吊銷駕照處罰等。

根據醫學研究指出，酒精是在人體體內由肝臟代謝，實際代謝時間必須看體質以及飲酒量而定。台灣酒駕防制社會關懷協會建議，喝酒後至少要10至20小時後再駕車比較安全。多數人無具備酒精代謝時間的觀念，導致駕駛人貿然上路，待意外發生或罰單臨頭時，已經為時已晚。

背景知識說明

本文介紹的方法為酒精鎖結合攝影鏡頭進行人臉辨識，並將人臉特徵資料與車輛資料串上區塊鏈，並利用區塊鏈不可篡改的特性，來避免駕駛人在解鎖酒精鎖時發生他人代測的問題。

由於人臉辨識技術具備防偽性、身分驗證的特性，因此將酒精鎖的技術結合人臉辨識，便可確認為駕駛本人。

何謂人臉辨識

人臉辨識技術屬於生物辨識的一種，基於人工智慧、機器學習、深度學習等技術，將大量人臉的資料輸入至電腦中做為模型訓練的素材，讓電腦透過演算法學習人類的面部特徵，藉以歸納其關聯性最後輸出人臉的特徵模型。

目前人臉辨識技術已經遍佈在日常生活之中，其應用面廣泛，最為常見的應用即為智慧型手機的解鎖、行動支付如LINE Pay、Apple Pay等，其他應用還包括行動網路銀行、網路郵局、社區大樓門禁管理系統、企業監控系統、機場出入關、智能ATM、中國天眼系統等。一般來說，人臉辨識皆具備以下幾個特性：

‧ 普遍性：屬於任何人皆擁有的特徵。

‧ 唯一性：除本人以外，其他人不具相同的特徵。

‧ 永續性：特徵不易隨著短時間有大幅的改變。

‧ 方便性：人臉辨識容易實施，設備容易取得，如相機鏡頭。

‧ 非接觸性：不須直接接觸儀器，也可以進行辨識，這部分考量到衛生問題以及辨識速度。

人臉辨識透過人臉特徵的分析比對進行身分的驗證，別於其他生物辨識如虹膜辨識、指紋辨識，無須近距離接觸，也可以精準地辨識身分，且具有同時辨識多人的能力。因應新冠肺炎疫情肆虐全球，人臉辨識技術也被用來管理人來人往的人流。人臉辨識的儀器可以搭配紅外線攝影機來測量人體體溫，在門禁進出管制系統中，利於提高管理效率，有效掌握到進出人員的身分，以及幫助衛生福利部在做疫調時更容易掌握到確診病患行經的足跡。

人臉辨識的步驟

人臉辨識的過程與步驟，包括人臉偵測、人臉校正、人臉特徵值的摘取，進行機器學習與深度學習、輸出人臉模型，從影像中先尋找目標人臉，偵測到目標後會將人臉進行預處理、灰階化、校正，並摘取特徵值，接著人臉資料交給電腦進行機器學習與深度學習運算，最後輸出已訓練好的模型。相關辨識的步驟，如圖1所示。

人臉偵測

基於Haar臉部檢測器的基本思想，對於一個一般的正臉而言，眼睛周圍的亮度較前額與臉頰暗、嘴巴比臉頰暗等其他明顯特徵。基於這樣的模式進行數千、數萬次的訓練，所訓練出的人臉模型，其訓練時間可能為幾個小時甚至幾天到幾周不等。利用已經訓練好的Haar人臉特徵模型，可以有效地在影像中偵測到人臉。

Python中的Dilb函式庫提供了訓練好的人臉模型，可以偵測出人臉的68個特徵點，包括臉的輪廓、眉毛、眼睛、鼻子、嘴巴。基於這些特徵點的資料就能夠進行人臉偵測，如圖2～4所示。圖中左上角的部分是偵測到的分數，若分數越高，代表該張影像就越可能是人臉，右側括弧中的編號代表子偵測器的編號，代表人臉的方向，其中0為正面、1為左側、2為右側。

人臉的預處理

偵測到人臉後，要針對圖片進行預處理。通常訓練的影像與攝影鏡頭拍出來的照片會有很大的不同，尤其會受到燈光、角度、表情等影響，為了改善這類問題，必須對圖片進行預處理以減少這類的問題，其中訓練的資料集也很重要：

‧ 幾何變換與裁剪：將影像中的人臉對齊與校正，將影像中不重要的部分進行裁切，並旋轉人臉，並使眼睛保持水平。

‧ 針對人臉的兩側用直方圖均衡化：可以增強影像中的對比度，可以改善過曝的影像或是曝光不足的問題，更有效地顯示與取得人臉目標的特徵點。

‧ 影像平滑化：影像在傳遞的過程中若受到通道、劣質取樣系統或是受到其他干擾導致影像變得粗糙，藉由使用圖形平滑處理，可以減少影像中的鋸齒效應和雜訊。

人臉特徵摘取

關於人臉特徵摘取，相關的技術說明如下：

‧ 歐式距離：人臉辨識是一個監督式學習，利用建立好的人臉模型，將測試資料和訓練資料進行匹配，最直觀的方式就是利用歐式距離來計算所有測試資料與訓練資料之間的距離，選擇差距最小者的影像作為辨識結果。由於人臉資料過於複雜，且需要大量的訓練集資料與測試集資料，會導致計算量過大，使辨識的速度過於緩慢，因此需要透過主成分分析法（Principal Components Analysis，PCA）來解決此問題。

‧ 主成分分析法：主成分分析法為統計學中的方法，目的是將大量且複雜的人臉資料進行降維，只保留影像中的主成分，即為影像中的關鍵像素，以在維持精確度的前提下加快辨識的速度。先將原本的二維影像資料每列資料減掉平均值，並計算協方差矩陣且取得特徵值與特徵向量，接著將訓練集與測試集的資料進行降維，讓新的像素矩陣中只保留主成分，最後則將降維後的測試資料與訓練資料做匹配，選擇距離最近者為辨識的結果。由於影像資料經過了降維的步驟，因此人臉辨識的速度將會大幅度地提升。

‧ 卷積神經網路：卷積神經網路（Convolutional Neural Network，CNN）是一種神經網路的架構，在影像辨識、人臉辨識至自駕車領域中都被廣泛運用，是深度學習（Deep Learning）中重要的一部分。主要的目的是透過濾波器對影像進行卷積、池化運算，藉此來提取圖片的特徵，並進行分類、辨識、訓練模型等作業。在人臉辨識的應用中，首先會輸入人臉的影像，再透過CNN從影像提取像素特徵並轉換成特定形式輸出，並用輸出的資料集進行訓練、辨識等等。

何謂酒精鎖

酒精鎖（圖5）是一種裝置在車輛載體中的配備，讓駕駛人必須在汽車發動前進行酒測，通過後才能將車輛發動。且每隔45分鐘至60分鐘會發出要求，讓駕駛人在時間內再次進行檢測。

根據歐盟經驗，提高罰款金額以及吊銷駕照只有在短期實施有效，只有勸阻的效果，若在執法上不夠嚴謹，被吊照者會轉變成無照駕駛，因此防止酒駕最有效的方法就是強制讓駕駛人無法上路，這就是「酒精鎖」的設計精神。

在本國2020年3月1日起酒駕新制通過後，針對酒駕犯有了更明確且更嚴厲的規定，在酒駕被吊銷駕照者重考後，一年內車輛要裝酒精鎖，未通過酒測者無法啟動，且必須上15小時的教育訓練才能重考，若酒駕累犯三次，要接受酒癮評估治療滿一年、十二次才能重考。

許多民眾對於「酒精鎖」議論紛紛，懷疑是否會發生找其他人代吹酒精鎖的疑慮，為防範此問題，酒精鎖在啟動後的五分鐘內重新進行吹氣，且汽車在行駛期間的每45至60分鐘內，便會隨機要求駕駛重新進行酒測，如果沒有通過測量或是沒有測量，整合在汽車智慧顯示面板的酒精鎖便會發出警告，並勸告駕駛停止駕車。

對於酒精鎖的實施，目前無法完全普及到每一台車子，而且對於沒有飲酒習慣的民眾而言，根本是多此一舉，反而增加不少麻煩給駕駛。若還有每45～60分鐘的隨機檢測，會導致多輛汽車必須臨時停靠路邊進行檢測，可能加劇汽車違規停車的發生頻率。

認識區塊鏈

區塊鏈技術是一種不依賴於第三方，透過分散式節點（Peer to Peer，P2P）來進行網路數據的存儲、交易與驗證的技術方法。本質上就是一個去中心化的資料庫，任何人在任何時間都可以依照相同的技術標準將訊息打包成區塊並串上區塊鏈，而這些被串上區塊鏈的區塊無法再被更改。區塊鏈技術主要依靠了密碼學與HASH來保護訊息安全，也是賦予區塊鏈技術具有高安全性、不可篡改性以及去中心化的關鍵。區塊鏈相關概念，如圖6所示。

區塊鏈的原理與特性

可以將區塊鏈想像成是一個大型公開帳本，網路上的每個節點都擁有完整的帳本備份，當產生一筆交易時，會將這筆交易廣播到各個節點，而每個節點會將未驗證的交易HASH值收集至區塊內。接著，每個節點進行工作量證明，選取計算最快的節點進行這些交易的驗證，完成後會把區塊廣播給到其他節點，其他節點會再度確認區塊中包含的交易是否有效，驗證過後才會接受區塊並串上區塊鏈，此時就無法再將資料進行篡改。

關於區塊鏈的特性，可分成以下四部分做說明：

1. 去中心化：區塊鏈其中一個最重要的核心宗旨，就是「去中心化」，區塊鏈採用分散式的點對點傳輸，該概念架構中，節點與節點之中沒有所謂的中心，所有的操作都部署在分散式的節點中，而無須部署在中心化機構的伺服器，一筆交易或資料的傳輸不再需要第三方的介入，因此又可以說每個節點就是所謂的「中心」。這樣的結構也加強了區塊鏈的穩定性，不會因為其中的部分節點故障而癱瘓整個區塊鏈的結構。

2. 不可篡改性：透過密碼學與雜湊函數的運用來將資料打包成區塊並上鏈，所有區塊都有屬於它的時間戳記，並依照時間順序排序，而所有節點的帳本資料中又記錄了完整的歷史內容，讓區塊鏈無法進行更改或是更改成本很高，因此使區塊鏈具備「不可篡改性」，並且同時確保了資料的完整性、安全性以及真實性。

3. 可追溯性：區塊鏈是一種鏈式的資料結構，鏈上的訊息區塊依照時間的順序環環相扣，這便使得區塊鏈具有可追溯的特性。可追本溯源的特性適用在廣泛的領域中，如供應鏈、版權保護、醫療、學歷認證等。區塊鏈就如同記帳帳本一般，每筆交易記錄著時間和訊息內容，若要進行資料的更改，則會視為一筆新的交易，且舊的紀錄仍會存在無法更動，因此仍可依照過去的交易事件進行追溯。

4. 匿名性：在去中心化的結構下，節點與節點之間不分主從關係，且每個節點中都擁有一本完整的帳本，因此區塊鏈系統是公開透明的。此時，個人資料與訊息內容的隱私就非常重要，區塊鏈技術運用了HASH運算、非對稱式加密與數位簽章等其他密碼學技術，讓節點資料在完全開放的情況下，也能保護隱私以及用戶的匿名性。

區塊鏈與酒精鎖

由於區塊鏈的技術具備去中心化、記錄時間以及不可篡改的特性，且更加強酒精鎖的檢測需要身分驗證的保證性。當進行酒精鎖檢測解鎖時，系統記錄駕駛人吹氣時間以及車輛的相關資訊，還有人臉特徵資料打包成區塊並串上區塊鏈。因此，在同一時間當監控系統偵測到當前駕駛人與吹氣人不同時，此時區塊鏈中所記錄的資料便能成為一個強而有力的依據，同時也能讓其他的違規或違法事件可以更容易進行追溯。

酒駕防偽人臉辨識系統介紹

為了解決酒精鎖發生駕駛人代測的問題，酒精鎖產品應導入具有身分驗證性的人臉辨識技術。酒駕防偽人臉辨識系統即為駕駛人在進行酒精鎖解鎖時，要同時進行人臉辨識，來確保駕駛人與吹氣人為同一人。

在駕駛座前方的位置會安裝攝影鏡頭，作為駕駛的監控裝置。進行酒測吹氣的人臉資料將會輸入到該系統中的資料庫儲存，並將人臉資料以及酒測的時間戳記打包成區塊串上區塊鏈，當汽車已經駛動時，攝影鏡頭將會將當前駕駛人畫面傳回系統進行人臉比對驗證。如果驗證成功，會將通過的紀錄與時間戳一同上傳至區塊鏈，若是系統偵測到駕駛人與吹氣人為不同對象，系統將發出警示要求駕駛停車並重新進行檢測，並同時將此次異常的情況進行記錄上傳到區塊鏈中。

如果駕駛持續不遵循系統指示仍持續行駛，該系統會將區塊鏈的紀錄傳送回給開罰的相關單位，並同時發出警報以告知附近用路人該車輛處於異常情況，應先行迴避。且該車輛於熄火後，酒精鎖會將車輛上鎖，必須聯絡酒精鎖廠商或酒精鎖服務中心才能解鎖。相關的系統概念流程圖，如圖7所示。

區塊鏈打包上鏈模擬

在進行酒測解鎖完畢以及進行人臉資料儲存後，會透過CNN將影像轉換輸出成128維的特徵向量作為人臉資料的測量值，接著將128個人臉特徵向量資料取出，並隨著車輛資訊一起打包到同一個區塊，然後串上區塊鏈。取出的人臉特徵資料，如圖8所示。

要打包成區塊和上鏈的內容，包括了人臉特徵資料、車牌號碼、酒測解鎖時間點等相關輔助資料，接著透過雜湊函數將相關的資料打包成區塊。以車牌號碼ABC-1234為例，圖9顯示將車輛資料和人臉資料進行區塊鏈的打包，並進行HASH運算。

將人臉資料和車輛相關資料作為一次的交易內容，並打包區塊，經過HASH後的結果如圖10所示，其中prev_hash屬性代表鏈結串列指向前一筆資料，由於這是實作模擬情境，並無上一筆資料，其中messages屬性代表內容數，一筆代表車牌資料，另一筆則為人臉資料。time屬性則代表區塊上鏈的時間點，代表車輛解鎖的時間點。

情境演練說明

話說小禛是一間企業的上班族，平時以開車為上下班的交通工具，他的汽車配置了酒駕防偽影像辨識系統，以下模擬小禛下班後準備開車的情境。

已經下班的小禛今天打算從公司開車回家，當小禛上車準備發動車子時，他必須先拿起安裝在車上的酒測器進行吹氣，並將臉對準攝影鏡頭讓系統取得小禛的人臉影像。小禛在汽車發動前的人臉影像，如圖11所示。

待攝影鏡頭偵測到小禛的人臉後，接著系統便會擷取臉上五官的68個特徵點，如圖12所示。然後，相關數據再透過CNN轉換輸出成128維的特徵向量作為人臉資料的測量值，如圖13所示。

酒精鎖通過解鎖後，車輛隨之發動，解鎖成功的時間點將會記錄成時間戳記，隨著影像與相關資料串上區塊鏈。在行駛途中，設置在駕駛座前方的鏡頭將擷取目前駕駛的人臉，以取得駕駛人的128維人臉特徵向量測量值，並且與汽車發動前所存入的人臉資料進行比對，藉以判斷目前的駕駛人與剛才的吹氣人臉是否為同一位駕駛。當驗證通過後，也會再將通過的紀錄與時間戳上傳至區塊鏈中，如此一來，區塊鏈的訊息內容便完整記載了這一次駕車的紀錄，檢測通過的示意圖如圖14所示。

系統通過辨識後，便確認了駕駛人的身分與吹氣人一致。且透過時戳的紀錄和區塊鏈的輔助，也確保了駕駛的不可否認性。若有其他違規事件發生時，區塊鏈的紀錄便成為一個強而有力的依據來進行追溯。

如此一來，便可以預防小禛喝酒卻找其他人代吹酒測器的情況發生。在駕駛的途中，如果有需要更換駕駛人，必須待車輛靜止時，從車載系統發出更換駕駛要求，再重新進行酒測以及重複上述流程，才可以更換駕駛人。如果沒有按照該流程更換駕駛，系統將視為異常情況。

結語

酒駕一直是全球性的問題，將有高機率導致重大交通事故，造成人員傷亡、家庭破碎，進而醞釀後續更多的社會問題，皆是酒駕所引發的不良效益。為了解決酒駕的問題，各個國家都有不同的酒駕標準或是法律規範，但是大部分國家的規範和制度都只有嚇阻作用卻無法完全遏止。在不同的國家防止酒駕的方式不盡相同，有的國家如新加坡，透過監禁及鞭刑來遏止酒駕犯，又或者是薩爾瓦多，當發現酒駕直接判定死刑，這樣的制度雖嚇阻力極強，但是若讓其他國家也跟進，會造成違憲或是違反人權等問題。因此，各國都在酒駕的問題方面紛紛投入研究，想要達到零酒駕的社會。

為達成此理想，本文介紹了基於區塊鏈的酒駕防偽辨識系統，利用酒精鎖搭配人臉辨識技術以及區塊鏈技術，使有飲酒的駕駛人無法發動汽車。且該系統搭載在行車電腦中，結合攝影鏡頭的監控對駕駛進行酒測防制管理，將人臉資料、酒精鎖、解鎖時間點與相關資訊打包成區塊並上鏈。基於區塊鏈技術內容的不易篡改，可加強駕駛人的不可否認性，當汽車發生異常情況時，便能利用有效且可靠的依據進行追溯。人工智慧和物聯網時代已經來臨，透過酒駕防偽辨識系統來改善酒駕問題，在未來能夠普及並結合法規，智慧汽車以及智慧科技的應用將會帶給人們更安全、更便利的社會。

附圖：圖1 人臉辨識的步驟。
圖2 人臉特徵點偵測（正臉）。
圖3 人臉特徵點偵測（左側臉）。
圖4 人臉特徵點偵測（右側臉）。
圖5 酒精鎖。 （圖片來源：https://commons.wikimedia.org/wiki/File:Guardian_Interlock_AMS2000_1.jpg with Author: Rsheram）
圖6 區塊鏈分散式節點的概念圖。
圖7 系統概念流程圖。
圖8 取出人臉128維特徵向量。
圖9 儲存車輛相關資料及人臉資料到區塊。
圖10 HASH後及打包成區塊的結果。
圖11 汽車發動前小禛的人臉影像。
圖12 小禛的人臉影像特徵點。
圖13 小禛的人臉特徵向量資料。
圖14 系統通過酒測檢測者與駕駛人為同一人。

資料來源：https://www.netadmin.com.tw/netadmin/zh-tw/technology/CC690F49163E4AAF9FD0E88A157C7B9D

《智能社會：進退兩難》：我們都可以冷靜一下嗎？
.
圖文好讀版：http://mypaper.pchome.com.tw/hatsocks75/post/1380462990
.
記錄一下《智能社會：進退兩難》的一些談話內容，有很多可以討論與思考的部分。在這個時間點看《智能社會：進退兩難》，很難沒有共鳴，片中提到的問題都是現在進行式，而我們正身處其中，更能感受到問題的嚴重性與需要被解決的急迫性。
.
假新聞能夠快速傳播，一是煽動性，可以有效挑動他人的情緒(無論是攻擊或是同仇敵愾)，二是宣洩性，透過傳播訊息來表達內心的不滿。不論分享文章的大家是怎樣的心情，我在分享一則新聞或是消息前，總希望自己可以先冷靜想想：這消息是真的嗎？有被證實嗎？它可能造成的影響為何？對於釐清事情真相有什麼幫助？我只是單純在散佈一種激烈的情緒，引發更大的對立嗎？
.
#這是我對自己的期許但我知道有些時候我依然做不到
.
面對社群媒體能怎麼做？當情緒過於激動時，不要第一時間回應與傳播自己看不順眼或覺得有爽度的文章，冷靜過後，再來決定該如何面對。關掉臉書或IG或Line通知，我們不必要隨傳隨到。當你發現自己的讚數變少時，不要一直問自己：「是不是我哪裡不夠好？」讚數的多寡不代表你這個人(或文章)的價值。多看新聞，並且注意出處。在網路上與人交談時，不要自行腦補對方在想什麼，不要貼標籤，也不要因為別人貼你標籤，而合理化去貼別人標籤這件事。不要時刻處於攻擊與防備的姿態，盡量闡述自己的觀點，並試著理解對方的觀點，若是對方不願深談，不要窮追猛打，因為最後很可能會變成雙方不在討論事情，而只是各說各話。
.
#誰是買家誰是賣家產品又是什麼
.
「由於我們並沒有花錢買我們使用的產品，所以我們用的產品是由廣告主買單，廣告主才是客戶，我們才是被賣的商品。」
.
「如果你沒有花錢買產品，你自己就是產品。」
.
免錢的才最貴，當我們使用社群媒體時，我們是在提交出個人的資料，社群媒體利用演算法分析「使用者」的興趣，讓客戶的產品可以投放到適合(準確)的目標族群。社交媒體的使用者鮮少意識到他們在網路上展現的性格、興趣、習慣等，即是被販售的產品。
.
「這是所有公司自古以來的夢想，能夠保證只要刊登廣告，就會有效果，這是他們的業務，他們賣的是確定性，為了在這一行成功，你必須有很強的預測能力，預測能力要強就必須有一個前提，你需要大量的資料。」
.
「很多人以為這些大型公司出賣我們的個資，臉書交出這些資料必會有商業利益，重點是他們拿資料去幹嘛？」
.
電腦如何監控我們？光是你在一張照片上停留多少時間，就會成為一組數字。你是開心或難過，你晚上沒睡覺時在看什麼東西，你按了什麼文章的讚等等。透過這些看似無關緊要的數字追蹤，去預測我們的行為，並建構使用者的性格數據。而且越來越能精準預測我們的喜好，進而開始有效投遞「我們會喜歡的物件或議題」。
.
#科技只要夠進步看起來就會像魔術
.
「你把手機向下拉就能更新，最新資訊就會出現在最上面，向下拉就又能更新又有新資訊，每次都是，這在心理學有個術語叫做”間歇正增強”。」
.
「你不知道何時會得到或者會不會得到某樣東西，原理就跟賭城的吃角子老虎一樣，你不能只是有意識地使用產品，我要深入挖掘人的腦幹，把潛意識習慣植入你的大腦，從你的大腦深處控制你，你甚至不會知道。每次你看桌上的手機，光是看著手機就知道只要伸手過去，就可能有新消息，就好像玩吃角子老虎試手氣，對吧？這不是意外，這是一種設計技術。」
.
「另一個例子是照片標註，如果你收到一封電子郵件，說你朋友剛剛在照片上標註你，你當然會點那封電子郵件來看照片，你沒辦法放著不管。他們完全利用人類的深層人格。你要問自己一個問題：為什麼郵件裡沒有那張照片？這樣看照片不是更簡單？」
.
我覺得社群媒體最變態的設計就是打字的時候會出現「刪節號」，暗示你對方正在回覆留言，那會給你一種期待感，會想著：「對方要留言給我，那我就在這裡待一下吧。」久而久之，你使用社交媒體的時間就會拉長，更無法離開網路世界。
.
#我們成了實驗室的白老鼠？
.
「臉書進行他們所謂的”巨幅感染型實驗”我們要怎麼在臉書網頁上用最低限度的暗示，就能讓更多人在期中選舉投票？他們發現真的有辦法做到，其中一個結論就是我們現在知道的：人類在真實世界的行為和情緒，的確會受到影響。而且使用者完全不會察覺。他們什麼都不知道。」
.
「人類在真實世界的行為和情緒，的確會受到影響。」這件事在過去幾年的感受更為深刻，無論是年初的台灣總統大選或是近期的美國總統大選，我們發現網路言論變得越來越失控，很多時候人們不再「好好談話」而是發出各種情緒化的言論，到處貼標籤，醜化彼此。其實早在網路發展初期，這樣的問題就已經發生，但激化與對立的狀況依然是一年比一年往上增強，而我們也在不知不覺中變得更為偏執、情緒化、暴力...
.
「我們拿這些人工智慧系統對付自己，用逆向工程的方式，找出怎麼做才能讓人類做出回應。幾乎就像刺激蜘蛛的神經細胞，看看怎麼讓蜘蛛的腿抽動。這就像一種監獄實驗，我們把人帶進這個數學矩陣，利用他們的一舉一動，搜刮大量金錢和資料，中飽私囊。用戶卻完全不曉得。」
.
「腳踏車面世時，沒有人受害，對吧？如果大家都開始騎腳踏車，沒有人會說：天啊，我們毀了這個社會。或者腳踏車會影響大家，讓大家都不照顧小孩、毀了民主基石，導致大家無法分辨真相等等。我們絕對不會說腳踏車有這些問題。如果某樣東西是工具，就只會靜靜躺在那裡，耐心等待。如果某樣東西不是工具，就會跟你要東要西，引誘你、操弄你、要你提供東西。我們已經不是在工具型的科技環境，而是進入成癮和操弄型的科技環境。改變的是這個：社群媒體並非被動讓人使用的工具，而是有其目標，有自己實現目標的方式，利用人類心理對付人類。」
.
社群媒體透過心理學去改變人類的行為，這其實跟《全面啟動》的概念非常相似，科技不再停留在淺層表面，而是進入深層的意識裡，植入一個想法(習慣)，改變人們對一件事或一個人的想法。
.
#你在看我嗎？
.
「全世界只有兩種產業把客戶稱為使用者，一個是毒品，一個是軟體。」
.
「人類演化後，開始在意其他部落同胞喜不喜歡我們，因為這很重要。但是我們有演化成在意一萬個人的想法嗎？我們並沒有演化成每隔五分鐘就需要一點點社會認可，這不是人類與生俱來能夠應付的體驗。」
.
「我們根據公認的完美標準改變生活，因為這種短期訊號就像一種獎勵，大心、按讚、豎起拇指，我們認同這種價值，以為這就是真理。但這都是虛假、稍縱即逝的人緣，不但無法長久，而且承認吧，這種生活反而讓你比以前更空虛。因為你被迫進入這種惡性循環，心裡想著：接下來該做什麼？因為我還想要這種感覺。想想看，這種情形對二十億人的影響，再想想大家對別人的觀感如何反應，大事...真的不妙。」
.
記得去年的南美旅行，有個小鎮的網路超弱，在那裡我只能發簡單的臉書訊息。在小鎮待上兩天時間，一方面感到焦慮「網路這麼慢，我會不會錯過什麼重要訊息？」一方面卻也發現，當你無法使用網路時，你不會一直被手機制約、不會一直想要知道網路上誰誰誰又說了什麼、不會一直想要分享你看到了什麼或拍了什麼照(因為那讓我們覺得自己很重要)。當生活沒有非必要讓他人知道我們的一舉一動時，或許我們才能回過頭看見自己的真正需求。
.
諷刺的是，觀賞《智能社會：進退兩難》時，我一邊紀錄下劇中有意思的對白，一邊不由自主地產生：「哇，這段話講好好，我要記下來發到網路上，這樣可能會賺到很多讚。」想法。在社群媒體的時代，我們已經被訓練成無時不刻都在思考如何贏得他人的目光，如何索求他人的認同...即便，我正在觀看一部探討網路媒體對人的影響的作品。
.
「整個新生代都被我們訓練和制約成只要覺得不舒服、寂寞、不確定或者害怕，就可以拿數位奶嘴麻痺自己，這會削弱我們處理負面感覺的能力。」
.
#生命會找到出路
.
「你給電腦一個目標：我要這個結果。然後電腦自己學著怎麼達成，”機器學習”這個名詞就是這樣來的，所以系統每天都精進一點，用最佳順序挑選最佳貼文，讓你用這套產品的時間越來越長。其實沒人知道人工智慧用什麼方法達到那個目標。」
.
「這些公司裡只有少數人，不管是臉書、推特還是其他公司，只有幾個人瞭解這些系統的運作方式，連他們都不見得完全瞭解特定內容會變成怎麼樣，所以我們人類幾乎無法控制這些系統，因為這些系統控制我們看到的資訊，系統對人的掌控能力，超出人控制系統的能力。」
.
人類創造社群媒體，利用心理學掌控使用者，社群媒體在短短幾年內迅速發展，創造者甚至難以控制它的成長速度。這讓我想起《侏羅紀公園》的經典對白：「生命會找到自己的出路。」人類的好奇心為社會帶來便利與多種可能性，但同時間，人類的發明卻也常常讓自身陷入險境。看似無生命的社交媒體，其實是有機體，依靠人類的寂寞、孤單、自戀、恐懼、喜悅、悲憤等情緒，變得越來越強大而有殺傷力。
.
#資訊客製化的恐怖
.
「我要向大家解釋臉書的動態消息功能到底有多糟糕時，其中一個例子就是要大家看維基百科，你登入維基百科網頁，看到的東西都跟別人一樣。這是網路上少數大家都一樣的東西。假設維基百科說：我們要讓每個人有不一樣的客製化定義，而且我們是拿錢辦事。所以維基百科會監視你，維基百科會計算：”我要怎麼做才能讓他改變一點點，以便達到商業利益呢？”結果維基百科就改變詞條內容。你能想像嗎？你應該可以想像得到，因為臉書、Youtube動態消息就是如此。」
.
「就算是兩個很親近的朋友，他們的朋友也幾乎重疊，他們想：我去看臉書上的動態消息，就會看到同樣的更新。但其實完全不是這樣，他們會看到完全不同的世界，因為電腦會根據計算結果，顯示最適合他們的內容。」
.
#同溫層侷限你的視界
.
「你可以想像27億個《楚門的世界》，每個人都有自己的真相，自己的...事實。久了以後，你會以為大家都同意你的看法，因為動態消息裡的每個人都跟你有同感，一旦你處在那個狀態，就很容易被操弄，就跟你被魔術師騙了一樣，魔術師表演撲克牌技法時會說：隨便選一張牌。你不知道的是他們早就設計好了，所以你選的是他們要你挑的牌。臉書就是這樣，臉書說：你挑選你的朋友、你挑選要點的連結等。其實都是胡扯，就像魔術師一樣，臉書控制你的動態消息。」
.
「你看到另個陣營，就會開始覺得：”這些人怎麼這麼笨？你看我經常看到的大量資訊，他們怎麼會看不到同樣的東西？”答案是：“他們真的看不到同樣的東西。”。」
.
#演算法下被操弄的人偶(人類)
.
「我擔心自己開發的演算法反而造成社會的兩極化，但從這個觀點來看，兩極化現象確實是讓用戶上線，非常有效率的方法。」
.
「大家以為演算法的設計是提供民眾自己想要的東西，錯了，演算法只是想找幾個夠棒的幻境，找個和用戶興趣最接近的幻境，如果你開始看這類影片，系統就會一直推薦下去。」
.
「麻省理工學院有項研究，推特上的假新聞傳播速度，比真的新聞還快六倍。如果一個人的優勢比另一個人強上六倍，這個世界會怎麼樣？」
.
「我們打造的系統讓假消息更有優勢，這不是我們故意的，只是因為假消息比真消息更能讓公司獲利，真相太無聊了。」
.
#假新聞現在式
.
「所謂的第三人並不是以駭客手法操作選舉，俄國人並沒有駭掉臉書，他們只是利用臉書為合法廣告主，並合法使用用戶開發的工具。差別是：他們的用意非常邪惡。這就像遙控戰爭，一個國家操弄另一個國家，卻不必真的侵犯實體國界。」
.
「重點不再是你要投票給誰，而是讓社會徹底混亂、民眾分裂，目的是讓兩派人馬，再也聽不到對方的聲音，再也不想信任對方。」
.
「我們要把社會賣給出價最高的人嗎？我們要把民主體制整個賣掉，讓你潛入每個人的心理，讓特定族群相信謊言，然後造成文化大戰嗎？我們要這樣嗎？」
.
「如果我們對於何者為真沒有共識，或者認為世界上沒有真相，那就完了。這是其他問題底下的根本問題，因為如果我們對何者為真沒有共識，那就根本無法解決任何問題。」
.
「科技並不是人類的生存威脅，而是科技擁有把社會黑暗面激發出來的能力，社會最黑暗的一面，就是生存威脅。」
.
「會不會未來世代的孩子，再也不知道網路幻境出現前，這個世界原本的樣貌？如果你不知道自己身在母體裡，要怎麼從母體裡醒過來呢？」
.
#經濟至上的危機
.
「我們發明"讚"按鈕時，動機是把正能量和愛散播到全世界，然而這個初衷現在反讓青少年因按讚數太少而感到憂鬱，或者可能造成政治兩極化。我們當時完全沒有想到這些...」
.
「我認為很多人都被商業模式、經濟誘因和股東壓力給卡死了，幾乎不可能有別的做法。」
.
「我覺得大家必須認同企業努力賺錢其實沒有關係，有關係的是沒有規範、沒有規則、沒有競爭...導致公司變成實質上的政府，然後他們說："我們可以自律"這根本是胡說八道，離譜至極。」
.
#Netflix
.
網飛推出《智能社會：進退兩難》這部記錄片，請求人們思考社交媒體存在的問題，但同時間，我們在 Netflix 上看的每一部影片，也會成為一組數字，Netflix 的演算法會根據觀看者的類型偏好，推薦特定的影片。好處是：使用者比較不會踩雷。缺點是片單會越來越偏，最後侷限在特定的類型上。其實...我們已經深深陷入演算法的蜘蛛網中，很難從中逃離。

#智慧工廠 #機器視覺 #結構光 #數位微鏡器件DMD

【下手精準，進場俐落】

在工業環境中，每天需要處理不同形狀、尺寸、材料和光學特性 (如：反射比、吸收等) 的零件。這些零件必須以特定的方向挑選和放置，然後進行加工——將這些零件隨機從存放的環境 (容器或其他) 中自動挑選並放置的活動通常被稱為「箱揀」，這對機器人末端執行器 (一種連接到機械臂末端的設備) 構成挑戰。它需要準確地知道要抓取物體的 3D 位置、尺寸及其方向。

為了做到在箱子外壁和箱內其他物體周圍準確導航，機器人的機器視覺系統除了需要獲取 2D 相機資訊外，還需要獲取深度資訊。對於箱揀來說，捕獲物體 3D 影像的難題可以由結構光技術解決。基於結構光技術的 3D 掃描器／相機透過將一系列圖案投射到被掃描的物體上，並用相機或感測器來捕獲圖案失真。然後以三角剖分演算法計算資料並輸出 3D 點雲，再由影像處理軟體計算物體位置和機械臂的最佳進場路線。

DLP 技術透過安裝在半導體晶片頂部的微鏡矩陣 (也稱為數位微鏡器件，DMD) 提供高速圖案投射能力。DMD 上的每個圖元表示投影圖像中的一個圖元，並允許圖元精確圖像投影。將由 DLP 驅動的結構光技術用於箱揀之優勢包括：抗環境光照能力強、無活動部件、即時 3D 圖像採集、投影圖案的高對比和高解析度、適用於物體參數以及加快開發時間等。儘管機器人提供較高的重複性，但在非結構化環境中，箱揀需要精確性。

因為在這種環境下，每次從儲存箱中取出一個物體時，所揀選的物體的位置和方向都會發生變化。成功應對這一挑戰需要可靠的製程——從機器視覺到計算軟體，再到機器人的靈巧性和抓取器。使所有東西協同工作可能耗時甚久，而 DLP 技術評估模組能將結構光快速植入機器視覺工作流程。如此一來，機械臂可「看到」物體並計算出最佳進場路線，使其避開非結構化和不斷變化的環境障礙物，進而從箱中挑選出物體。

延伸閱讀：
《利用 TI DLP 技術驅動結構光系統實現箱揀精度》
http://compotechasia.com/a/tech_application/2019/1209/43535.html

#德州儀器TI #DLP #LightCrafter4500 #Halcon #HDevelop